KriteriaLitbang

Jurnal awal musim

Pertanian
tanam:
Vol. Tinjauan
35 No. 2 prediksi
Juni 2016:
waktu
47-56
tanam .... (Elza Surmaini dan Haris Syahbuddin) 47
DOI: 10.21082/jp3.v35n2.2016.p47-56

KRITERIA AWAL MUSIM TANAM: TINJAUAN PREDIKSI WAKTU

TANAM PADI DI INDONESIA
Onset of Planting Season Criteria: Review of Planting Time Prediction
for Rice in Indonesia

Elza Surmaini dan Haris Syahbuddin

Balai Penelitian Agroklimat dan Hidrologi

Jalan Tentara Pelajar No. 1A, Bogor 16111, Indonesia
Telp. (0251) 8312760, Faks. (0251) 8323909
E-mail: e_surmaini@yahoo.com, balitklimat@litbang.pertanian.go.id

Diterima: 21 September 2015; Direvisi: 1 April 2016; Disetujui: 14 April 2016

ABSTRAK
Keragaman curah hujan yang tinggi secara spasial dan temporal
akibat variabilitas iklim berpengaruh nyata terhadap produktivitas
tanaman. Salah satu upaya yang efektif dan murah untuk menekan
risiko terkait keragaman dan iklim ekstrem adalah menyesuaikan
waktu tanam. Kriteria yang umum digunakan untuk menentukan
awal musim tanam padi di Indonesia adalah awal musim hujan (MH),
yaitu jika jumlah curah hujan > 50 mm dalam tiga dasarian berturut-
turut. Kriteria lain yang disarankan para pakar adalah jumlah curah
hujan selama beberapa hari berturut-turut, yang tidak diikuti oleh
beberapa hari kering berturut-turut dalam periode setelahnya.
Namun, jumlah hari hujan dan hari kering berturut-turut bervariasi.
Sistem informasi untuk penentuan waktu tanam padi di Indonesia
adalah Kalender Tanam (Katam). Katam memberikan informasi
estimasi awal waktu tanam, potensi luas tanam, rotasi tanaman, dan
intensitas tanam pada tingkat kecamatan untuk setiap musim
selama satu tahun. Penentuan waktu tanam pada Katam ber-
dasarkan kriteria awal MH. Namun, pertumbuhan tanaman tidak
hanya ditentukan oleh curah hujan pada waktu tanam, tetapi juga
jumlah dan distribusi hujan selama periode tanam. Oleh karena itu,
penentuan waktu tanam perlu pula mempertimbangkan distribusi
curah hujan selama musim tanam. Kendala penerapan kriteria
tersebut adalah belum tersedianya prediksi curah hujan harian 12
bulan ke depan yang diinformasikan 12 sebelumnya. Namun,
dengan menggunakan Global Circulation Model, prediksi curah
hujan harian pada musim tanam yang akan datang dapat diberikan
tepat waktu.
Kata kunci: Padi, waktu tanam, kalender tanam, prediksi musim,
awal musim tanam
ABSTRACT
The high spatial and temporal variability of rainfall due to climate
variabilities may be considered as the most important factor
affecting agricultural productivity. The common criteria on used
to determine the onset of rice planting season in Indonesia is the
beginning of rainy season, which is the amount of rainfall > 50 mm
in three consecutive decades (10 days). Another criterion suggested
by experts is the amount of rainfalls for several consecutive days,
without the occurrence of several consecutive dry days within the
following 30 days. One of the alternative efforts with very cost-
efficient way to minimize the impact of extreme climate event and
climate variability is adjusting the planting date. However, there
is still no consensus among experts regarding the number of dry
days and wet days to determine the best criteria for the beginning
of growing season. Planting time adjustment, especially for rice in
Indonesia has been initiated since 2007 by developing the cropping
calendar, known as “KATAM”. The cropping calendar provides a
guidance for estimating planting date, potential planting areas,
crop rotation and planting intensity at a sub-district level for
planting seasons in a year. Adjustment of planting time in KATAM
is based on the onset of rainy season as defined by BKMG. However,
plant growth is not only determined by the amount of rainfalls at
planting time, but also by the amount and distribution of rainfalls
for the next growing period. The obstacle for this kind of
information is the unavailable prediction of daily rainfall
distribution for the following 12 months that should be informed
12 months in advance. Fortunately, by using Global Circulation
Model, prediction of daily rainfall distribution in the coming
planting season may be provided in the right time.
Keywords: Rice, planting date, cropping calendar, seasonal
prediction, onset of growing season
PENDAHULUAN
B eras merupakan makanan pokok bagi sebagian besar
penduduk Indonesia sehingga kebijakan pemba-
ngunan pertanian difokuskan pada upaya mencapai
kemandirian pangan, terutama beras. Namun, upaya
tersebut menghadapi berbagai kendala seperti
meningkatnya laju konversi lahan pertanian dan
melambatnya pencetakan lahan pertanian baru (Agus et
al. 2006). Di lain pihak, meski teknologi pertanian
berkembang pesat, penerapannya di tingkat petani
berjalan lambat sehingga peningkatan produktivitas padi
rata-rata hanya di bawah 1% atau 54 kg/ha/tahun (Agus
2007). Kendala lain adalah penurunan kualitas irigasi
akibat degradasi jaringan irigasi (Sumaryanto 2006).
Sekitar 60,41% lahan sawah merupakan sawah irigasi (BPS
2013), namun hanya lahan irigasi kelas satu yang sumber
airnya terjamin. Kondisi jaringan irigasi yang kurang
48
optimal ini menyebabkan ketersediaan air irigasi sering
kali mengandalkan hujan atau bergantung pada iklim.
Ketergantungan sistem pertanian pada iklim menye-
babkan variabilitas iklim yang tinggi akhir-akhir ini
menjadi salah satu kendala dalam mencapai kemandirian
pangan. Pada wilayah dengan hujan pola monsun seperti
wilayah Indonesia bagian selatan ekuator, kondisi kering
sering kali berhubungan dengan kejadian El Niño dan
sebaliknya kondisi basah berasosiasi dengan La Niña.
Menurut Boer et al. (2014), di antara tiga komoditas
pangan utama (padi, jagung, dan kedelai), padi paling
rentan terhadap kejadian iklim ekstrem yang berasosiasi
dengan El Niño, sedangkan pengaruhnya terhadap
jagung dan kedelai tidak konsisten. Data Kementerian
Pertanian menunjukkan bahwa luas pertanaman padi yang
rusak akibat kekeringan mencapai 870 ribu ha, jauh lebih
tinggi dibandingkan dengan kerusakan akibat banjir dan
serangan organisme pengganggu tanaman (Surmaini et
al. 2015a).
Kemandirian pangan dapat tercapai apabila seluruh
kendala secara simultan dapat diatasi melalui berbagai
upaya, antara lain perbaikan irigasi, ekstensifikasi lahan
sawah, percepatan aplikasi teknologi di tingkat petani,
dan penyesuaian waktu tanam. Di antara berbagai upaya
tersebut, penyesuaian waktu tanam merupakan cara
yang paling murah dan efisien untuk meningkatkan
produktivitas tanaman (Laux et al. 2010). Dengan
penyesuaian waktu tanam dan pemilihan komoditas,
kondisi iklim pada awal dan selama musim tanam sudah
dipertimbangkan untuk menghindari gagal tanam dan
gagal panen akibat kekeringan atau banjir. Begitu pula
pemberian irigasi suplemen dengan menggunakan pompa
yang memerlukan biaya tambahan dapat diminimalkan.
Oleh karena itu, adaptasi usaha tani terhadap variabilitas
dan perubahan iklim seharusnya dianggap sebagai
sekeping puzzle penting dalam meningkatkan ketahanan
pangan yang tidak dapat digantikan dengan upaya lain,
seperti pengembangan varietas tahan hama dan penyakit,
toleran kekeringan, berumur pendek, dan potensi hasil
tinggi.
Untuk mengetahui awal musim tanam di suatu daerah
selama setahun, pemerintah mengembangkan kalender
tanam untuk memberikan rekomendasi waktu tanam dan
berbagai informasi pendukung lainnya. Informasi awal
musim hujan (MH) yang dikeluarkan oleh Badan
Meteorologi, Klimatologi dan Geofisika (BMKG)
merupakan dasar dalam menentukan rekomendasi waktu
tanam. BMKG menetapkan awal MH sebagai kejadian tiga
kali dasarian hujan > 50 mm berurutan sehingga awal
musim hujan adalah dasarian pertama di mana hujan > 50
mm. Prediksi waktu tanam yang akurat untuk 23 bulan
sebelum waktu tanam diperlukan sehingga tersedia waktu
yang cukup bagi pengambil kebijakan dan petani untuk
menyusun manajemen produksi usaha tani padi yang
menguntungkan pada musim tanam yang akan datang.
Awal MH menjadi penanda bagi petani tradisional
untuk memulai mengolah tanah, terutama pada lahan
J. Litbang Pert. Vol. 35 No. 2 Juni 2016: 47-56
sawah tadah hujan. Demikian pula pada sawah irigasi,
ketersediaan dan pasokan air irigasi juga terkait dengan
penentuan awal musim tanam (Runtunuwu dan
Syahbuddin 2011). Informasi prediksi awal MH sangat
penting untuk persiapan lahan, distribusi benih, tenaga
kerja, dan sarana pertanian sehingga dapat mengurangi
risiko penanaman yang terlalu awal atau terlalu lambat
(Omotosho et al. 2000). Namun, selain awal MH, faktor
penting yang memengaruhi pertumbuhan tanaman adalah
panjang maksimum deret hari kering atau hari tanpa hujan.
Saat ini informasi tersebut belum menjadi pertimbangan
dalam menentukan waktu tanam. Jika terjadi hari tanpa
hujan yang relatif panjang setelah tanam maka luas tanam
padi yang mengalami gagal tanam menjadi tinggi. Tulisan
ini membahas kalender tanam di berbagai negara, kriteria
yang digunakan dalam menentukan awal MH, waktu
tanam, serta gagasan kriteria penentuan waktu tanam dan
metode prediksi waktu tanam padi di Indonesia.
KALENDER TANAM
Dalam beberapa dekade mendatang, berbagai negara akan
menghadapi tantangan untuk terus meningkatkan
produksi pangan seiring dengan pertumbuhan penduduk
dan meningkatnya konversi lahan sawah yang tidak
mampu diimbangi oleh pencetakan sawah baru (Irawan
2005). Tantangan tersebut semakin berat dengan kondisi
iklim yang tidak menentu sehingga produktivitas lahan
tidak optimal. Perubahan iklim menyebabkan awal musim
hujan dan kemarau menjadi tidak teratur serta intensitas
dan frekuensi kejadian iklim ekstrem seperti banjir,
kekeringan dan serangan OPT meningkat sehingga
mengakibatkan gagal tanam dan gagal panen (Boer et al.
2007). Menurut Kucharik (2006), waktu tanam dapat
berubah sepanjang waktu karena perubahan iklim maupun
perubahan teknologi dan sosial ekonomi.
Salah satu strategi untuk mengantisipasi ketidak-
pastian awal musim dan kejadian iklim ektrem adalah
dengan menyesuaikan waktu tanam (Lauer et al. 1999).
Untuk mengatur waktu tanam dan panen, berbagai negara
menggunakan kalender tanam (Sacks et al. 2010; AMIS
2012). Kalender tanam merupakan alat bantu bagi petani
dan penyuluh untuk mengambil keputusan dalam
menentukan waktu tanam, penyiapan benih, pengolahan
lahan, kebutuhan tenaga kerja, dan mengatur penggunaan
alat mesin untuk pengolahan lahan dan panen.
Kalender Tanam di Berbagai Negara
Hampir setiap negara menggunakan kalender tanam untuk
memberikan informasi kepada petani dalam menentukan
waktu tanam dan panen (AMIS 2012). Kalender tanam
umumnya disusun dalam bentuk tabel dengan beberapa
jenis tanaman dan informasi tanam, fase pertumbuhan
tanaman, dan waktu panen. Informasi kalender tanam juga
Kriteria awal musim tanam: Tinjauan prediksi waktu tanam .... (Elza Surmaini dan Haris Syahbuddin) 49

disediakan oleh berbagai lembaga seperti Badan Pangan
Dunia (FAO), United State Department of Agriculture
(USDA), The Agricultural Market Information System
(AMIS), dan beberapa lembaga lainnya. Informasi yang
diberikan beragam berdasarkan wilayah, komoditas, dan
resolusinya. USDA menyediakan informasi kalender
tanam untuk berbagai negara (USDA-Foreign Agriculture
Service/FAS) dan seluruh negara bagian di Amerika
Serikat (USDA-National Agriculture Statistic Service/
NASS) (USDA-FAS 2016). India Meteorology Department-
Agricultural Meteorology Division menyusun kalender
tanam resolusi tinggi untuk tingkat kabupaten di India
(IMD-AGRIMET 2016). Berbagai lembaga internasional
dan lokal juga membangun model kalender tanam untuk
berbagai jenis komoditas di beberapa negara (Tabel 1).
FAO menyediakan kalender tanam bagi lebih dari 130
jenis tanaman pada 283 zona agro-ekologi di 44 negara di
Afrika (http://www.fao.org/agriculture/seed/crop
calendar/welcome.do). FAO juga mengembangkan
kalender tanam skala nasional untuk berbagai negara dan
jenis tanaman pada lahan irigasi dengan menggunakan
program AQUASTAT (http://www.fao.org/nr/water/
aquastat/water_use_agr/index2.stm). Kalender tanam ini
dibangun menggunakan data luas panen berbagai jenis
tanaman pada lahan irigasi. Data tersebut dikonversi
menjadi kalender tanam irigasi yang memuat informasi
indeks pertanaman (IP) bulanan. IP merupakan rasio antara
luas panen pada lahan irigasi dengan luas lahan irigasi.
Negara yang tergabung dalam G-20 membangun
AMIS untuk memperkuat kerja sama dan dialog di antara
negara pengekspor dan pengimpor pangan. AMIS
mengeluarkan kalender tanam untuk mendorong
transparansi pemasaran dan mengoordinasikan kebijakan
yang terkait dengan ketidakpastian pasar, terutama untuk
komoditas gandum, padi, jagung, dan kedelai. Dengan
kalender tanam dapat diketahui waktu panen komoditas
pangan di berbagai negara sehingga distribusi stok
pangan dapat diketahui.
USDA juga menyusun kalender tanam untuk berbagai
negara, termasuk Indonesia dan setiap negara bagian di
Amerika Serikat. Kalender tanam ini memuat informasi
tentang waktu tanam, periode tanam, dan waktu panen
untuk berbagai komoditas. Contoh kalender tanam untuk
berbagai negara, yang memberikan informasi tentang
komoditas tanaman serealia dan biji-bijian seperti
gandum, barley, jagung, dan padi dapat diakses melalui
http://fas.usda.gov/pecad/pecad.html.
Kalender Tanam di Indonesia
Salah satu upaya adaptasi yang paling jitu dalam
menghadapi dampak perubahan iklim seperti kondisi iklim
yang tidak menentu dan pergeseran musim adalah
melakukan penetapan pola tanam dan kalender tanam
dengan mempertimbangkan kondisi iklim (Runtunuwu et
al. 2013). Oleh karena itu, Badan Penelitian dan
Pengembangan Pertanian (Balitbangtan), Kementerian
Pertanian menyusun atlas kalender tanam yang
didasarkan pada prakiraan musim dan aktivitas petani.
Atlas kalender tanam terpadu disusun sesederhana
mungkin agar mudah dipahami oleh penyuluh, petugas
dinas pertanian, kelompok tani, dan petani dalam
mengatur waktu dan pola tanam sesuai dengan dinamika
iklim. Atlas kalender tanam merupakan panduan yang
memuat informasi estimasi awal waktu tanam, potensi luas
tanam, rotasi tanaman, dan intensitas tanam masing-
masing kecamatan untuk setiap musim selama satu tahun
(Runtunuwu dan Syahbuddin 2011).
Menurut Runtunuwu dan Syahbuddin (2011),
keunggulan atlas kalender tanam adalah 1) dinamis karena
disusun berdasarkan beberapa kondisi iklim, 2)
operasional pada skala kecamatan, 3) spesifik lokasi atau
mempertimbangkan kondisi sumber daya iklim dan air
setempat, dan 4) mudah dipahami oleh pengguna karena
disusun secara spasial dan tabular dengan uraian yang

Tabel 1. Sumber informasi kalender tanam untuk berbagai negara di dunia.

Referensi Tingkat kedetailan

FAO (2015) Berbagai negara berkembang, terutama di Afrika. Sebagian besar tingkat nasional, namun beberapa
negara besar dibagi menjadi 2 atau 3 wilayah.
USDA (2016) Berbagai negara di Eropa, Asia, dan Amerika Utara. Sebagian besar tingkat nasional, namun beberapa
negara besar dibagi menjadi 2 atau 3 wilayah.
USDA-FAS (2016) Resolusi tinggi berbasis nasional untuk berbagai negara Amerika Utara, Amerika Tengah, Amerika
Selatan, Eropa, Timur Tengah, Asia Selatan, Asia, negara-negara bekas Uni Sovyet, Afrika
dan Australia
USDA-NASS (1997) Resolusi tinggi untuk semua negara bagian untuk Amerika Serikat
IMD-AGRIMET (2016) Resolusi sangat tinggi untuk tingkat kabupaten di India
AMIS (2012) Berbasis nasional untuk 12 negara anggota AMIS, yaitu Australia, Argentina, Brasil, Kanada, Tiongkok,
Indonesia, Mesir, Uni Eropa, Jepang, Kazakhstan, Vietnam, Meksiko, Nigeria, Filipina, Korea, Rusia,
Saudi Arabia, dan Afrika Selatan untuk gandum, padi, jagung, dan kedelai
Badan Litbang Pertanian Resolusi sangat tinggi untuk tingkat kecamatan di Indonesia
(2013)
50
jelas. Potensi awal waktu tanam merupakan estimasi yang
mungkin terjadi berdasarkan analisis ketersediaan air
(Syahbuddin et al. 2013).
Informasi kalender tanam diberikan dalam format
diagram batang atau peta sederhana. Balitbangtan telah
menyusun sistem informasi kalender tanam dengan
resolusi tinggi pada tingkat kecamatan. Karena pengguna
juga memerlukan informasi lain sebelum musim tanam,
pada kalender tanam juga diberikan rekomendasi dosis
dan jenis pupuk, varietas, ketersediaan alat dan mesin
pertanian, serta peta rawan bencana banjir, kekeringan,
dan potensi serangan OPT. Dengan berbagai informasi
tersebut, atlas kalender tanam berubah menjadi sistem
informasi kalender tanam terpadu modern. Agar
penyebaran informasi lebih cepat dan efisien ke seluruh
Indonesia, informasi tersebut dikemas dalam bentuk
perangkat lunak berbasis website (Runtunuwu et al.
2013). Informasi prediksi waktu tanam dan rekomendasi
lainnya secara rutin diperbaharui 2 bulan sebelum musim
tanam pada musim hujan dan musim kemarau pada bulan
Maret dan Agustus. Contoh tampilan Sistem Informasi
Kalender Tanam Terpadu disajikan pada Gambar 1.
Gambar 1. Peta kalender tanam padi sawah di Provinsi Jawa Barat untuk musim tanam MH 2015/2016
(www.katam.litbang.pertanian.go.id).
J. Litbang Pert. Vol. 35 No. 2 Juni 2016: 47-56
Penyusunan kalender tanam dimulai sejak tahun 2007
dan telah dilakukan verifikasi dan validasi untuk
mengetahui akurasinya. Verifikasi dilakukan dengan
membandingkan rekomendasi kalender tanam dengan
kondisi riil di lapangan. Hasil verifikasi menunjukkan
seberapa besar informasi yang sesuai dengan
rekomendasi. Validasi dilakukan dengan membandingkan
produktivitas berdasarkan rekomendasi kalender tanam
dengan praktik budidaya cara petani. Hasil verifikasi
waktu tanam oleh Pramudia et al. (2013) pada 179
kecamatan di Jawa Tengah menunjukkan 28% (50
kecamatan) sama dengan rekomendasi, 45% (80
kecamatan) mundur 12 dasarian, 21% (37 kecamatan)
mundur 34 dasarian, dan sisanya 6% (12 kecamatan)
mundur lebih dari 5 dasarian. Validasi di beberapa provinsi
dan kecamatan menunjukkan bahwa produktivitas yang
dihasilkan dengan menggunakan teknologi budi daya
(waktu tanam, dosis dan jenis pupuk, dan varietas) yang
direkomendasikan oleh kalender tanam lebih tinggi
daripada teknologi petani (Tabel 2).
Dalam pengembangannya, secara bertahap terdapat
inovasi dalam aspek substansi maupun sistem informasi-
Kriteria awal musim tanam: Tinjauan prediksi waktu tanam .... (Elza Surmaini dan Haris Syahbuddin) 51

Tabel 2. Hasil validasi kalender tanam untuk padi, jagung, dan kedelai di beberapa kabupaten.

Hasil (t/ha)
Provinsi Kabupaten Padi Jagung Kedelai
Petani KATAM Petani KATAM Petani KATAM

Sumatera Utara Langkat 5,3 7,0 - - - -

Sergai 5,0 7,2 - - 1,7 1,9
Tapanuli Tengah 5,7 8,8 - - - -
Sulawesi Barat Mamuju 5,0 7,7 - - - -
Polewali Mandar 5,6 9,0 4,0 4,7 - -
Jawa Tengah Batang 7,3 8,9 - - - -
Temanggung 6,6 7,4 - - - -
Kendal 5,8 5,9 - - - -
Yogyakarta Gunungkidul 4,0 6,5 - - 1,7 2,1
Jawa Barat Kuningan 6,2 8,5 - - - -
Sulawesi Tengah Konawe 4,0 6,5 - - - -
Jambi Kota Sungai Penuh 6,5 8,0 - - - -
NTT Kupang 5,0 8,0 - - - -
Sumatera Selatan Ogan Ilir 6,8 8,2 - - - -
5,6 7,7 - - - -
Sumber: http://katam.litbang.pertanian.go.id/main.aspx.

nya. Namun berdasarkan analisis yang dilakukan perlu
dipahami inputnya, terutama informasi prediksi yang
digunakan untuk menentukan waktu tanam.
METODE PENENTUAN AWAL MUSIM
TANAM
Salah satu indikator yang digunakan dalam menentukan
waktu tanam adalah awal musim hujan. Terdapat berbagai
metode untuk menentukan awal musim hujan, namun
belum ada kesepakatan di antara pakar mengenai metode
yang paling akurat.
Penentuan Awal Musim Hujan
Dalam menentukan awal musim hujan (MH), terdapat
kriteria yang berbeda dan masih menjadi kontroversi di
antara para ahli (Wang et al. 2004). Secara garis besar
setidaknya terdapat lima metode yang digunakan untuk
menentukan awal MH, yaitu berdasarkan 1) data angin, 2)
data outgoing longwave radiation (OLR), 3) kombinasi
data angin dan OLR, 4) data curah hujan harian, dan 5)
kombinasi data curah hujan dan angin.
Penentuan awal MH berdasarkan data angin baratan
merupakan indikator yang banyak digunakan. Orgill
(1967) dan Bao (1987) mendefinisikan awal MH
berdasarkan pergerakan angin baratan pada lapisan
bawah troposfir ke arah utara. Davidson et al. (1983)
menggunakan definisi yang sama dengan menambahkan
peningkatan aktivitas konvektif selama lima hari setelah
terjadinya perubahan gradien angin tersebut. Peneliti lain
mendefinisikan awal MH jika terjadi peningkatan secara
tiba-tiba angin baratan (Mukarami dan Sumi 1982; Holland
1986; Chang dan Tan 1988; Lau 1988; 1992; Drosdowsky
1996).
Kousky (1988) menggunakan data OLR untuk
menentukan awal MH dengan menggunakan data rata-
rata lima harian (pentad) OLR dengan nilai 240 w/m2. Awal
MH didefinisikan jika 10 dari 12 pentad sebelumnya
memiliki nilai OLR > 240 w/m2, dan 10 dari 12 pentad
sesudahnya mempunyai nilai OLR < 240 w/m2. Horel et al.
(1989) juga mengunakan data OLR lima harian untuk
mendefinisikan fractional longwave radiance (FLR).
FLR adalah fraksi jumlah grid dalam kotak 10o x 10o yang
mempunyai OLR < 240 w/m2. Awal/akhir MH didefinisikan
sebagai lima hari pertama dari periode nilai maksimum FLR
di dalam atau di luar kotak dalam periode sekurang-
kurangnya 25 hari. Menurut Liebmann et al. (1998), di
Amazon, Brasil, OLR cukup baik digunakan untuk
memantau keragaman distribusi konveksi tropis antar-
tahun karena dapat merepresentasikan presipitasi dengan
cukup baik, namun OLR tidak akurat dalam menentukan
awal dan akhir musim hujan.
Sebagian besar pakar menggunakan curah hujan
untuk menentukan awal maupun akhir musim hujan,
contohnya Walter (1967) dan Ati et al. (2002). Nicholls et
al. (1982) menetapkan awal MH di Darwin berdasarkan
tanggal di mana nilai median curah hujan jangka panjang
tercapai. Lo et al. (2007) memprediksi awal MH di bagian
utara Australia berdasarkan tanggal di mana akumulasi
curah hujan setelah 1 September mencapai 50 mm.
Keuntungan pendekatan ini adalah data curah hujan
tersedia dan mudah diakses serta berhubungan langsung
dengan awal MH dibandingkan faktor lainnya. Xie et al.
(1997) menggunakan kombinasi angin baratan dengan
OLR untuk menentukan awal MH di Asia Selatan. Kriteria
yang digunakan yaitu jika OLR < 235 w/m2 dan angin
baratan mulai terjadi pada paras 850 hPa.
52
Nicholls (1981) dengan menggunakan parameter
tekanan udara Darwin dan curah hujan bulanan di Jakarta
menunjukkan bahwa korelasi yang agak tinggi hanya
dalam bulan Juli sampai September. Tanaka (1994) dengan
menggunakan tutupan awan tinggi untuk mendeteksi
awal MH dan awal MK menyimpulkan terdapat perbedaan
awal musim yang diperoleh dengan menggunakan kriteria
awan dan angin.
Penelitian mengenai awal MH dan MK di Indonesia
belum banyak dilakukan. Menurut Tanaka (1994), yang
pertama kali melakukan penelitian siklus MH dan MK di
Indonesia adalah Boerema pada tahun 1926 dan Boer pada
tahun 1948. Awal MH oleh De Boer dicirikan dengan
dasarian pertama dari tiga dasarian berturut-turut dalam
periode Oktober sampai Maret dengan jumlah curah hujan
>50 mm. Kriteria tersebut masih digunakan oleh BMKG
sampai saat ini, meskipun sering mengalami kesulitan
dalam penerapannya. Wilayah yang curah hujan bulanan-
nya selalu besar atau selalu kecil dari kriteria tersebut tidak
mempunyai musim hujan atau musim kemarau.
Umumnya pendekatan yang digunakan menunjukkan
kecenderungan meningkatnya jumlah curah hujan.
Namun dalam penentuan waktu tanam perlu diperhatikan
apakah jumlah curah hujan tersebut sudah mencukupi
untuk melakukan pengolahan tanah dan penanaman. Hal
lain yang juga penting diperhatikan adalah kondisi curah
hujan selama musim tanam.
Kriteria Awal Musim Tanam
Penentuan waktu tanam menjadi hal sangat penting di
lahan sawah tadah hujan atau sawah irigasi yang
ketersediaan airnya tidak terjamin. Pada lahan sawah
tersebut, jumlah air tersedia untuk tanaman sangat
bergantung pada awal, jumlah, dan berakhirnya MH (Ati
et al. 2002). Oleh karena itu, keragaman curah hujan yang
tinggi secara spasial dan temporal serta distribusi curah
hujan yang tidak seragam menjadi kendala bagi petani
dalam memutuskan kapan memulai persiapan tanam
(Stewart 1991). Menurut Walter (1967), sebelum
penanaman petani penting mengetahui apakah curah
hujan akan kontinu dan cukup untuk mengisi kelembapan
selama musim tanam dan apakah tingkat kelembapannya
dapat dipertahankan atau bahkan ditingkatkan untuk
menghindari puso. Ketersediaan air bagi tanaman sangat
bergantung pada awal musim hujan, lama hari kering, dan
panjang musim hujan. Namun, tidak ada konsensus dalam
berbagai literatur mengenai jumlah curah hujan dan lama
hari kering untuk satu musim tanam yang digunakan
dalam mendefinisikan awal musim tanam (MT).
Dalam perspektif agronomi, awal MT umumnya
diadopsi dari jumlah curah hujan lokal. Stern et al. (1981)
dan Sivakumar (1988) mendefinisikan awal MT sebagai
hujan pertama yang nyata dan memungkinkan menanam,
tanpa deret hari kering yang panjang setelah tanam yang
berpotensi menimbulkan kerusakan selama tahap awal
pertumbuhan tanaman. Intensitas hujan, panjang hari
J. Litbang Pert. Vol. 35 No. 2 Juni 2016: 47-56
hujan dan hari kering bergantung pada jenis tanaman dan
sifat tanah. Namun, akumulasi curah hujan 20–40 mm
selama 2–5 hari berturut-turut merupakan indikasi untuk
menentukan awal MT (Stern et al. 1981; Sivakumar 1988).
Lebih lanjut, Sivakumar (1988) menyatakan bahwa
awal MT didefinisikan sebagai hari pertama setelah
tanggal 1 September dengan akumulasi curah hujan
selama lima hari berturut-turut sekurang-kurangnya 40 mm
dan tidak diikuti oleh 15 hari kering berturut-turut dengan
curah hujan kurang dari 5 mm selama 30 hari setelah awal
musim. Kriteria tersebut digunakan untuk menghindari
terjadinya kesalahan dalam penentuan awal tanam.
Kriteria yang digunakan untuk menentukan awal MT
sangat spesifik lokasi. Di Afrika Barat, Sarria-Dodd dan
Jolliffe (2001) menyatakan bahwa awal MT merupakan hari
pertama dari lima hari berturut-turut dengan akumulasi
curah hujan sekurang-kurangnya 25 mm, yang diikuti oleh
tanpa hari kering berturut-turut lebih dari 7 hari dalam 30
hari berikutnya. Omotosho et al. (2000) menggunakan
kriteria jumlah akumulasi curah hujan dalam dua hari
sebesar 20 mm atau lebih, diikuti dengan 23 minggu
curah hujan untuk memenuhi minimal 50% kebutuhan air
tanaman. Lebih lanjut, Traoré et al. (2000) menggunakan
kriteria tanggal setelah 1 Mei saat kadar air tanah men-
capai 30 mm dan tetap 15 mm selama 20 hari berikutnya.
Indikator lain yang penting diperhatikan adalah
terhentinya MT (cessation of growing period). Diop et al.
(2005) mendefinisikan terhentinya MT sebagai hari
pertama tidak ada hujan selama 10 hari berturut-turut
setelah tanggal 25 September. Traoré et al. (2000)
menyatakan terhentinya MT sebagai periode di mana
kebutuhan air tanaman (rasio antara evapotranspirasi
aktual dan potensial) kurang dari 90%. Terhentinya MT
juga didefinisikan sebagai hari setelah tanggal 30
September dengan periode hari kering lebih dari 7 hari
berturut-turut dan konsumsi air tanaman menyebabkan
defisit air tersedia dalam tanah. Menurut Kasei dan
Afuakwa (1991), terhentinya MT terjadi jika akumulasi
curah hujan dalam 10 hari sebesar 10 mm dan tidak ada
hujan selama 10 hari berikutnya. Sivakumar (1988)
menggunakan kriteria hari setelah tanggal 1 September
tidak ada hujan selama 20 hari berikutnya.
Penentuan Awal Musim Tanam
di Indonesia
Awal MH merupakan indikator yang sangat penting untuk
menentukan waktu tanam di Indonesia (Naylor et al. 2002;
2007) , terutama pada saat MH mundur pada tahun-tahun
El Niño (Hamada et al. 2002; Boer dan Wahab 2007).
Informasi ini penting tidak hanya bagi petani di lahan
sawah tadah hujan, tetapi juga bagi petani di lahan sawah
irigasi dalam menyusun strategi tanam (Naylor et al. 2007)
dan menghindari kerusakan tanaman akibat kekeringan
pada MK (April-Juli), terutama untuk lahan sawah yang
terletak di ujung jaringan irigasi (Boer dan Subbiah 2005;
Surmaini et al. 2015a).
Kriteria awal musim tanam: Tinjauan prediksi waktu tanam .... (Elza Surmaini dan Haris Syahbuddin)
Awal MT umumnya ditentukan berdasarkan awal MH
dan MK yang ditetapkan oleh BMKG. BMKG menetapkan
awal MH sebagai kejadian tiga kali dasarian hujan > 50 mm
berurutan sehingga masuknya awal musim hujan adalah
dasarian pertama di mana hujan > 50 mm. Kriteria awal
MK adalah kejadian tiga kali dasarian hujan < 50 mm.
Syahbuddin et al. (2013) menentukan awal tanam
potensial apabila curah hujan telah melebihi 35 mm/
dasarian selama tiga dasarian berturut-turut mulai bulan
September. Namun, dari beberapa kriteria penentuan waktu
tanam tersebut, kriteria jumlah curah hujan saja tidak
cukup untuk menentukan awal MT karena kondisi hujan
selama MT sangat menentukan kondisi pertanaman.
Penelitian kriteria awal MT di Indonesia telah
dilakukan oleh beberapa peneliti (Robertson et al. 2009;
Moron et al. 2010; Syahbuddin et al. 2013). Robertson et
al. (2009) menentukan awal MT di daerah Indramayu
dengan kriteria hari pertama dari 5 hari berturut-turut
akumulasi curah hujan sebesar 40 mm, yang tidak diikuti
15 hari kering berturut-turut dengan curah hujan kurang
dari 5 mm. Moron et al (2010) menyatakan bahwa awal MT
adalah hari hujan pertama dari 5 hari hujan berturut-turut,
jumlahnya lebih besar dari rata-rata curah hujan lima
harian pada bulan Agustus dan Februari. Kondisi tersebut
tidak diikuti 10 hari kering berturut-turut dengan curah
hujan kurang dari 5 mm selama 30 hari setelah waktu
tanam. Dengan kriteria ini, nilai curah hujan akan berbeda
untuk setiap daerah, misalnya 39 mm untuk Tegal dan 48
mm untuk Jatiwangi.
Berdasarkan kriteria tersebut, waktu tanam akan
bervariasi setiap tahun sesuai dengan kondisi curah
hujan. Moron et al. (2010) menyatakan bahwa di
Kabupaten Tegal pada tahun El Niño 1997 dan 2003, awal
MH mundur berturut-turut sampai 36 hari dan 16 hari
dibanding kondisi rata-rata pada tahun 19792003 yaitu
tanggal 28 November. Di Jatiwangi (Cirebon), awal MH
mundur 35 hari dan 10 hari dari kondisi rata-rata tanggal 4
November. Mundurnya awal MH akan menyebabkan
mundurnya awal MT dan berdampak terhadap mundur-
nya awal MT kedua pada akhir MH (Naylor et al. 2007).
Pertanaman yang mengalami kekeringan pada MH
sering terjadi di Indonesia. Data dari Direktorat
Perlindungan Tanaman Pangan menunjukkan selama
tahun 19892014, tanaman padi yang mengalami
kekeringan pada puncak musim hujan Desember sampai
Maret berkisar 5.000–237.000 ha. Kekeringan tertinggi
terjadi pada tahun 2007 yang disebabkan terhentinya
curah hujan di antara awal dan akhir monsun yang disebut
break monsoon dalam rentang waktu Desember sampai
Februari. Menurut Hermawanto (2011), pada saat break
monsoom sebagian besar wilayah hujan monsun
(Sumatera bagian selatan, Jawa, Sulawesi bagian Selatan
hingga Nusa Tenggara) mengalami pengurangan curah
hujan secara luas. Atau sebaliknya, terjadi curah hujan
ekstrem tinggi seperti fase basah Madden Julian
Oscillation dan cold surge (gelombang dingin) yang
menyebabkan tanaman terkena banjir.
53
Di Nusa Tenggara Timur, kejadian false starts yang
berulang dapat menyebabkan kegagalan tanam sampai
empat kali dalam satu musim tanam. Kondisi anomali curah
hujan seperti ini seharusnya juga menjadi faktor yang
diperhatikan dalam menentukan waktu tanam sehingga
gagal tanam atau gagal panen akibat tanaman kekeringan
atau banjir dapat dihindari. Hal ini menunjukkan bahwa
kondisi curah hujan selama musim tanam sangat penting
dalam menentukan waktu tanam. Oleh karena itu,
penanaman sebaiknya dilakukan setelah periode false
starts. Periode tersebut dapat ditentukan berdasarkan
prediksi curah hujan harian 12 bulan ke depan. Namun,
sampai saat ini informasi ini belum disediakan oleh BMKG
yang mempunyai otoritas dalam memberikan layanan
prediksi iklim di Indonesia. Oleh karena itu, layanan
informasi tersebut perlu menjadi layanan prioritas yang
disediakan BMKG untuk sektor pertanian.
Pada lahan sawah dengan sumber irigasi berasal dari
waduk, penetapan waktu tanam ditentukan oleh waktu
dibukanya pintu waduk. Pada akhir MK, Agustus sampai
pertengahan Oktober, pintu waduk ditutup sehingga
distribusi air untuk keperluan irigasi untuk sementara
dihentikan. Hal itu dilakukan untuk merawat dan
memperbaiki saluran serta mempertahankan volume air
waduk di atas ambang kritis tinggi muka air waduk
(Kartiwa dan Heryani 2013). Oleh karena itu, pada daerah
irigasi, awal MT pada MH sangat ditentukan oleh pola
pelepasan air waduk yang biasanya setiap tahun
ditetapkan berdasarkan Surat Keputusan Gubernur/
Bupati/Walikota yang mengatur Rencana Tata Tanam
(RTT). RTT menjadi sangat penting pada 1) daerah
dengan luas lahan yang diairi melebihi debit air yang
dapat disediakan, 2) daerah yang perlu pengaturan waktu
tanam untuk mengatasi serangan hama atau memutus
siklus hidup suatu hama, 3) daerah irigasi yang dibagi
dalam golongan giliran air, dan 4) daerah yang tenaga
kerjanya, baik orang, hewan maupun alat mesin pertanian
tidak mencukupi untuk kebutuhan pengolahan tanah
secara serentak.
Tidak semua daerah irigasi dapat menerima air secara
rutin setiap tahun. Data BPS (2013) menunjukkan luas
sawah irigasi di Indonesia mencapai 4,82 juta ha atau
59,41% dari total luas lahan sawah yang mencapai 8,11
juta ha. Menurut Direkrorat Jenderal Sarana dan Prasarana
Pertanian (2012), luas sawah irigasi yang rusak mencapai
4,14 juta ha, dengan tingkat kerusakan ringan 17,1%,
sedang 54,6%, dan berat 17.1%. Karena sebagian besar
sawah irigasi tidak dalam kondisi baik, tidak semua curah
hujan yang ditampung di waduk dan bendung dapat
disalurkan secara efisien ke lahan sawah. Selain itu,
sebagian besar sawah yang terletak jauh dari saluran
irigasi, walaupun kondisi jaringannya baik, tidak terjamin
ketersediaan airnya. Pada kondisi curah hujan di bawah
normal, sawah yang terletak di ujung saluran tidak
mendapat air irigasi dan berubah menjadi sawah tadah
hujan. Oleh karena itu, pada lahan sawah yang tidak
terjamin irigasinya atau sawah yang saluran irigasinya
54
rusak berat, penentuan awal MT perlu memerhatikan
kondisi curah hujan.
PROSPEK PENGEMBANGAN METODE
PENENTUAN WAKTU TANAM
Kriteria penentuan awal MT merupakan kunci utama
untuk memberikan rekomendasi waktu tanam yang akurat.
Menurut Hansen dan Indije (2004), pertumbuhan dan
produksi tanaman merupakan fungsi dinamis, interaksi
non-linier antara cuaca, tanah, dinamika transpor
makanan, dan fisiologi tanaman hari per hari sehingga
tidak dapat diestimasi hanya berdasarkan kondisi awal
tanam dan iklim rata-rata selama musim tanam (Surmaini et
al. 2015b). Berbagai hasil penelitian juga menunjukkan
bahwa penentuan waktu tanam seharusnya mempertim-
bangkan jumlah dan distribusi hujan dan persyaratan
deret hari kering untuk menghindari kekeringan selama
masa tanam. Persyaratan tersebut perlu dipertimbangkan
dan digunakan dalam penentuan awal MT.
Pada lahan sawah tadah hujan dan sawah irigasi yang
ketersediaan airnya tidak terjamin, seperti lahan sawah
yang terletak di ujung jaringan irigasi atau yang jaringan
irigasinya rusak, penentuan awal musim tanam perlu
mempertimbangkan jumlah curah hujan yang diperlukan
untuk pengolahan tanah dan fase awal pertumbuhan.
Jumlah kebutuhan air tertinggi dalam satu masa tanam
adalah untuk pengolahan tanah. Pengolahan tanah sawah
berlangsung selama 1520 hari dengan kebutuhan air
150250 mm (Yoshida1981). Selain itu, penentuan awal
musim tanam perlu mempertimbangkan waktu yang
diperlukan untuk mencapai kejenuhan tanah.
Kendala dalam menggunakan jumlah curah hujan dan
kejadian hari kering berturut-turut untuk menentukan awal
musim tanam adalah belum tersedianya prediksi hari
kering oleh BMKG. Prediksi hari kering tersebut hanya
dapat dilakukan jika tersedia prediksi curah hujan
berbasis harian. Di lain pihak, berbagai pusat prediksi
iklim dunia skala global seperti International Research
Institute for Climate Prediction (IRI), National Centers for
Environmental Prediction (NCEP) dengan Climate
Forecast System (CFS) (Saha et al. 2010) dan European
Centre for Medium-Range Weather Forecasts (ECMWF)
mengeluarkan prediksi musiman berbasis harian. IRI juga
mengeluarkan peta prediksi curah hujan untuk wilayah
Indonesia tiga bulan ke depan. Informasi tersebut
ditujukan untuk keperluan pertanian, di antaranya
prediksi peluang kondisi kering atau basah, curah hujan
ekstrem, serta peluang kondisi basah dan kering akan
berhenti atau berlanjut. Namun, prediksi tersebut belum
dapat menggambarkan prediksi kejadian deret hari kering
selama satu sampai dua bulan ke depan.
Prediksi musiman berbasis GCM menunjukkan
keandalan yang tinggi dalam mensimulasi dan
memprediksi kejadian ENSO dan parameter iklim terkait
(Peng dan Kumar 2005; Wang et al. 2005; Saha et al. 2010).
J. Litbang Pert. Vol. 35 No. 2 Juni 2016: 47-56
Keandalan prediksi tersebut telah diuji dalam penelitian di
Asia Tenggara seperti Filipina dan Thailand (Kang et al.
2007), Malaysia (Juneng dan Tangang 2005), dan
Indonesia (Robertson et al. 2009; Vimont et al. 2010;
Syafril et al. 2013; Surmaini et al. 2015b). Penelitian lain
menunjukkan bahwa ENSO berpengaruh kuat terhadap
curah hujan di wilayah Indonesia pada September
Desember yang merupakan periode awal MH (Hamada
et al. 2002; Juneng dan Tangang 2005). Hal ini
mengindikasikan tingginya kemampuan memprediksi
penentuan awal MH. Informasi prediksi musiman GCM
sampai 9 bulan ke depan berbasis harian dapat diakses
untuk mengetahui prediksi kejadian hari kering selama
musim tanam yang akan datang. Namun, untuk
meningkatkan akurasi prediksi berbasis GCM perlu
dilakukan downscaling untuk meningkatkan akurasinya
pada skala lokal.
KESIMPULAN
Salah satu dampak dari perubahan iklim adalah
meningkatnya keragaman iklim yang menyebabkan
perubahan jumlah, pola, dan distribusi hujan. Variasi pola
dan distribusi hujan antarmusim dan antartahun
menyebabkan MT tidak dapat lagi didefinisikan sama
setiap tahun, yakni MH mulai Oktober sampai Maret dan
untuk MK dari April sampai September. Oleh karena itu,
penentuan waktu tanam perlu mempertimbangkan jumlah
curah hujan yang diperlukan pada awal MT serta jumlah
dan distribusi curah hujan selama musim tanam, terutama
pada fase awal pertanaman.
Kriteria waktu tanam padi saat ini hanya
mempertimbangkan curah hujan pada awal MH, yaitu jika
curah hujan telah mencapai 50 mm atau lebih selama 3
dasarian berturut-turut. Kriteria tersebut perlu ditambah
dengan jumlah dan distribusi hujan selama MT.
Persyaratan ini menjadi suatu keharusan untuk lahan
sawah tadah hujan, sawah irigasi yang terletak di ujung
saluran irigasi, dan sawah yang jaringan irigasinya rusak.
Kriteria untuk menetapkan waktu tanam yang sesuai
diterapkan di Indonesia adalah hari pertama dengan
jumlah curah hujan selama lima hari berturut-turut
sekurang-kurangnya 40 mm, dan tidak diikuti oleh 15 hari
kering berturut-turut dengan curah hujan kurang dari 5
mm selama 30 hari setelahnya. Kriteria tersebut dapat
menghindarkan kesalahan dalam penentuan awal tanam.
Pada sawah irigasi dengan sumber airnya dari waduk,
waktu tanam ditentukan oleh waktu pembukaan pintu
waduk setelah periode pemeliharaan yang umumnya pada
bulan Oktober. Namun waktunya juga tidak tetap setiap
tahun.
Alternatif lain adalah dengan memanfaatkan prediksi
musim berbasis harian operasional. Informasi tersebut
perlu di-downscaled untuk meningkatkan akurasinya
pada skala lokal. Namun demikian perlu terlebih dahulu
dibangun infrastruktur yang mendukung seperti sistem
Kriteria awal musim tanam: Tinjauan prediksi waktu tanam .... (Elza Surmaini dan Haris Syahbuddin)
otomatis untuk akses data, perangkat pengolahan data,
peningkatan kapasitas server, dan pelatihan bagi
pengelola data.
Informasi prediksi curah hujan berbasis harian
minimal selama 1 bulan setelah tanam merupakan indikator
penting dalam menentukan awal MT. Namun, peng-
gunaan kriteria tersebut masih menjadi kendala karena
prediksi awal musim yang dikeluarkan BMKG hanya
memberikan informasi awal MH dan MK, dan sifat hujan.
Oleh karena itu, informasi tersebut perlu dilengkapi
dengan prediksi curah hujan berbasis harian atau prediksi
deret hari tanpa hujan minimal untuk 1 bulan setelah awal
MT. Informasi tersebut disampaikan 12 bulan sebelum
waktu tanam. Untuk memenuhi kebutuhan informasi
prediksi musim untuk sektor pertanian, BMKG perlu
menyedikan informasi setiap awal musim tanam.
DAFTAR PUSTAKA
Agus, F., I. Irawan, H. Suganda, W. Wahyunto, A. Setyanto, and M.
Kundarto. 2006. Environmental multifunctionality of Indo-
nesian agriculture. Paddy Water Environ. 4: 181188.
Agus, F. 2007. Lahan Sawah Bukaan Baru. Balai Besar Penelitian
dan Pengembangan Sumberdaya Lahan Pertanian, Bogor.
Ati, O.F., C.J., Stigter, and E.O. Oladipo. 2002. A comparison of
methods to determine the onset of the growing season in
Northern Nigeria. Int'l. J. Climatol. 22: 731–742.
Badan Penelitian dan Pengembangan Pertanian. 2013. Kalender
Tanam Terpadu. IAARD Press, Jakarta. 482 hlm.
Badan Pusat Statistik (BPS). 2013. Survei Pertanian: Luas lahan
menurut penggunaannya 2013. BPS, Jakarta. 102 hlm.
Bao, C.L. 1987. Synoptic Meteorology in China. China Ocean
Press, Beijing. 285 pp.
Boer R. and A.R. Subbiah. 2005. Agriculture drought in Indonesia.
hlm. 330–344. Dalam V.S. Boken, A.P. Cracknell, and R.L.
Heathcot (Ed.). Monitoring and Predicting Agricultural Drought:
A Global Study. Oxford University Press.
Boer, R., Sutardi, and D. Hilman. 2007. Climate Variability and
Climate Change and Their Implication on Sectors. Government
of Republic of Indonesia, Jakarta.
Boer, R. and I. Wahab. 2007. Use of seasonal surface temperature
for predicting optimum planting window for potato at
Pengalengan, West Java, Indonesia. pp. 135–141. In Sivakumar
M.V.K. and J. Hansen (Eds.). Climate Prediction and Agriculture:
Advance and Challenge. Springer, New York.
Boer, R., A. Faqih, and R. Ariani. 2014. Relationship between Pacific
and Indian Ocean Sea Surface Temperature Variability and Rice
Production, Harvesting Area and Yield in Indonesia. Paper
presented in EEPSEA Conference on the Economics of Climate
Change, February 27–28, 2014. Siem Reap, Cambodia.
Chang, B.K. and H.V. Tan. 1988. Some aspects of the summer
monsoon in South-East Asia May–September 1986. Aust.
Meteor. Magazine 36: 227–233.
Davidson, N.E., J.L. McBride, and B.J. McAvaney. 1983. The onset
of the Australian monsoon during winter MONEX: Synoptic
aspects. Monhtly Weather Rev. 111: 496–516.
Direktorat Jenderal Sarana dan Prasarana Pertanian. 2012. Statistik
Sarana dan Prasarana Pertanian Tahun 20072011. Ditjen PSP,
Jakarta.
Diop, M., F.N. Reynier, and B. Sarr. 2005. Apport du photo-
periodisme à l’adaptation du mil à la sécheresse en milieu soudano
sahélien. Sécheresse 16: 3540.
55
Drosdowsky, W. 1996. Variability of the Australian summer monsoon
at Darwin: 1957–1992. J. Climate 9: 85–96.
FAO. 2015. Aquastat. http://www.fao.org/nr/water/aquastat/
countries_regions/IDN/ [14 December 2015].
Hamada, J.I., M.D. Yamanaka, J. Matsumoto, S. Fukao, P.A.
Winarso, and T. Sribimawati. 2002. Spatial and temporal
variations of the rainy season over Indonesia and their link to
ENSO. J. Meteor. Soc. Jpn. 80: 285–310.
Hansen, J.W. and M. Indije. 2004. Linking dynamic seasonal climate
forecasts with crop simulation for maize yield prediction in
semi-arid Kenya. Agric. Forest. Meteorol. 125: 143–157.
Hermawanto, A. 2011. Kajian periode break saat berlangsungnya
monsun musim dingin Asia di wilayah Indonesia. Tesis Magister
Sains. Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi
Bandung. 71 hlm.
Holland, G.J. 1986. Inter-annual variability of the Australian summer
monsoon at Darwin: 1952–1982. Monthly Weather Rev. 114:
594–604.
Horel, J.D., A.N. Hahmann, and J.E. Geisler, 1989. An investigation
of the annual cycle of convective activity over the tropical
Americas. J. Climate 2: 1388–1403.
IMD-AGRIMET. 2016. Crop weather calendar of different states
of the country. http://imdagrimet.org/cwc.htm [12 January 2016].
Irawan, B. 2005. Konversi lahan sawah: Potensi dampak, pola
pemanfaatan, dan faktor determinan. Forum Penelitian
Agroekonomi 23(1): 1–18.
Juneng, L. and F.T. Tangang. 2005. Evolution of ENSO-related
rainfall anomalies in Southeast Asia region and its relationship
with atmosphere-ocean variations in Indo-Pacific sector.
Climate Dynamics 25: 337–350.
Kang, K.H., C.K. Park, A.L.S. Solis, and K. Stitthichivapak. 2007.
Multimodel output statistical downscaling prediction of
precipitation in the Philippines and Thailand. Geophysics
Research Letter. 34, L15710.
Kartiwa, B. dan N. Heryani. 2013. Tinjauan hidrologi untuk
mendukung kalender tanam pada daerah irigasi. hlm. 263–292.
Dalam Haryono, M. Sarwani, I. Las, dan E. Pasandaran (Eds).
Kalender Tanam Terpadu: Penelitian, Pengkajian, Pengem-
bangan dan Penerapan. Badan Penelitian dan Pengem-bangan
Pertanian, Jakarta.
Kasei, C.N. and J.J. Afuakwa. 1991. Determination of optimum
planting date and growing season of maize in the northern
savana zone of Ghana. In: Soil Water Balance in the Sudano
Sahelian zone. Proceedings of the Niamey Workshop, February
1991, IAHS Publ. no 199.
Kousky, V.E. 1988. Pentad outgoing longwave radiation climatology
for the South American sector. Rev. Brasilia Meteorol. 3: 217–
231.
Kucharik, C.J. 2006. A multidecadal trend of earlier corn planting
in the central USA. Agron. J. 98: 1544–1550.
Lauer, J.G., P.R. Carter, T.M. Wood, G. Diezel, D.W. Wiersma, R.E.
Rand, and M.J. Mlynarek. 1999. Corn hybrid response to
planting date in the northern corn belt. Agron. J. 91: 834–839.
Lau, K.M. 1988. Seasonal and intraseasonal climatology of summer
monsoon rainfall over East Asia. Monthly Weather Rev. 116:
18–37.
Lau, K.M. 1992. East Asian summer monsoon rainfall variability and
climate tele-connection. J. Meteorol. Soc. Jpn. 70-1b, 81–112.
Laux, P., G. Jäckel, R.T. Munang and H. Kunstmann. 2010. Impact
of climate change on agricultural productivity under rainfed
conditions in Cameroon - A method to improve attainable crop
yields by planting date adaptations. Agric. Forest Meteorol.
150: 1258–1271.
Liebmann, J., A. Marengo, J.D. Glick, V.E. Kousky, I.C. Wainer,
and O. Massambani. 1998. A comparison of rainfall, outgoing
longwave radiation and divergence over the Amazon Basin. J.
Climate 11: 2898–2909.
56
Lo, F., M.C. Wheeler, H. Meinke, and A. Donald. 2007. Probabilistic
forecasts of the onset of the North Australian wet season.
Monthly Weather Rev. 135: 3506–3520.
Moron, V., A.W. Robertson, and J.H. Qian. 2010. Local versus
regional scale characteristic of monsoon onset and post-onset
rainfall over Indonesia. Climate Dynamics 34: 281–299.
Mukarami, T. and A. Sumi. 1982. Southern hemisphere summer
monsoon circulation during the 1978–1979 WMONEX. Part II:
Onset, active and break monsoons. J. Meteorol. Soc. Jpn. 60:
649–671.
Naylor, R.L., W. Falcon, N. Wada, and D Rochberg. 2002. Using
El-Niño Southern Oscillation climate data to improve food policy
planning in Indonesia. Bull. Indonesia Econ. Studies 38: 75–91.
Naylor, R.L., D.S. Battisti, D.J. Vimont, W.P. Falcon, and M.B.
Burke. 2007. Assessing the risks of climate variability and
climate change for Indonesian rice agriculture. Proc. National
Academic Science USA 104: 7752–7757.
Nicholls, N. 1981: Air-sea interaction and the possibility of long-
range weather prediction in the Indonesian Archipelago.
Monthly Weather Rev. 109: 2435–2443.
Nicholls, N., J.L. McBride, and R.J. Ormerod. 1982. On predicting
the onset of the Australian west season at Darwin. Monthly
Weather Rev. 110: 14–17.
Omotosho, J.B., A.A. Balogun, and K. Ogunjobi. 2000. Predicting
monthly and seasonal rainfall, onset and cessation of the rainy
season in West Africa using only surface data. Int'l. J. Climatol.
20: 865–880.
Orgill, M. 1967. Some aspects of the onset of the summer monsoon
over the South East Asia, Report to the US. Army, contract
DA28-043- AMC-01303(E), Colorado State University. 75 pp.
Pramudia, A.K. Hariyanti, W. Estiningtyas, E. Susanti, Y. Sarvina,
N. Utami, L. Rosita, dan D.H. Pradana. 2013. Pengembangan
aspek prediksi iklim pada atlas kalender tanam. hlm. 61–215.
Dalam Haryono, M. Sarwani, I. Las, dan E. Pasandaran (Ed).
Kalender Tanam Terpadu: Penelitian, Pengkajian, Pengem-
bangan dan Penerapan. Badan Penelitian dan Pengembangan
Pertanian, Jakarta.
Peng, P. and A. Kumar. 2005. A large ensemble analysis of the
influence of tropical SSTs on seasonal atmospheric variability.
J. Climate 18: 1068–1085.
Robertson, A.W., V. Moron, and Y. Swarinoto. 2009. Seasonal
predictability of daily rainfall statistics over Indramayu district,
Indonesia. Int'l. J. Climatol. 29: 1449–1462.
Runtunuwu, E. dan H. Syahbuddin. 2011. Atlas kalender tanam pangan
nasional untuk menyikapi variabiltas dan perubahan iklim. Jurnal
Sumberdaya Lahan 5(1): 110.
Runtunuwu, E., H. Syahbuddin, dan F. Ramadhani. 2013. Kalender
tanam sebagai instrumen adaptasi perubahan iklim. hlm 271
291. Dalam H. Soeparno, E. Pasandaran, M. Sarwani, A, Dariah.,
S.M. Pasaribu, dan N.S. Saad. (Ed). Politik Pembangunan
Pertanian Menghadapi Perubahan Iklim. IAARD Press, Jakarta.
Sacks, W.J., D. Derying, J.A. Foley, and N. Ramankutty. 2010.
Crop planting dates: an analysis of global pattern. Global Ecol.
Biogeogr. 19: 607–620.
Saha, S., S. Nadiga, S. Moorthi, H.L. Pan, X. Wu, J. Wang, P. Tripp,
R. Kistler, R. Woollen, D. Behringer, H. Liu, D. Stokes, R.
Grumbine, G. Gayno, J. Wang, Y.T. Hou, H.Y. Chuang, H.M.
Juang, J. Sela, M. Iredell, R. Treadon, D. Kleist, P. van Delst, D.
Keyser, J. Derber, M. Ek, J. Meng, H. Wei, R.Yang, S. Lord, H.
van den Dool, A. Kumar, W. Wang, C. Long, M. Chelliah, Y.
Xue, B. Huang, J.K. Schemm, G. White, W. Ebisuzaki, R. Lin,
P. Xie, M. Chen, S. Zhou, W. Higgins, C.Z. Zou, Q. Liu, Y.
Chen, Y. Han, L. Cucurull, R.W. Reynolds, G. Rutledge, and M.
Goldberg. 2010. The NCEP Climate Frecast System Reanalysis.
Bulletin America Meteorology Society. 91: 1015–1057.
Sarria-Dodd, D.E. and I.T. Jolliffe. 2001. Early detection of the
start of the wet season in semiarid tropical climates of Western
Africa. Int'l. J. Climatol. 21: 1251–1262.
J. Litbang Pert. Vol. 35 No. 2 Juni 2016: 47-56
Sivakumar, M.V.K. 1988. Predicting rainy season potential from
the onset of rains in Southern Sahelian and Sudanian climatic
zones of West Africa. Agric. Forest Meteorol. 42: 295–305.
Stern, R.D., M.D. Dennett, and D.J. Garbutt. 1981. The start of the
rains in West Africa. Int'l. J. Climatol. 1: 59–68.
Stewart, J.I. 1991. Principles and performance of response farming.
In Climatic Risk in Crop Production. Models and Management
for the Semi-Arid Tropics and Sub-Tropics, W. Ford, R.C.
Muchow, and Z.A. Bellamy, (Eds.). CAB International,
Wallingford.
Syahbuddin, H., W.T. Nugroho, B. Rahayu, A. Hamdani, I. Las, dan
E. Runtunuwu. 2013. Atlas Kalender Tanam. hlm. 103–159.
Dalam Haryono, M. Sarwani, I. Las, dan E. Pasandaran (Ed).
Kalender Tanam Terpadu: Penelitian, Pengkajian, Pengembangan
dan Penerapan. Badan Penelitian dan Pengembangan Pertanian,
Jakarta.
Sumaryanto. 2006. Peningktan efisiensi penggunaan air irigasi
melalui penerapan iuran irigasi berbasis nilai ekonomi air irigasi.
Forum Penelitian Agroekonomi 24(2): 77–91.
Surmaini, E., T.W. Hadi, K. Subagyono, and N.T. Puspito. 2015a.
Early detection of drought impact on rice paddies in Indonesia
by means of Niño 3.4 Index. Theor. Appl. Climatol. 121: 669–
684.
Surmaini, E., T.W. Hadi, K. Subagyono, and N.T. Puspito. 2015b.
Prediction of drought on rice paddies in West Java using analogue
downscaling method. Indones. J. Agric. Sci. 16(1): 2130.
Syafril, A., T.W. Hadi, S. Hadi, dan B. Tjasyono. 2013. Prediksi
hujan bulanan menggunakan adaptive statistical downscaling.
Jurnal Geofisika dan Meteorologi 14(1): 2521.
Tanaka, M. 1994. The onset and retreat dates of the Austral summer
monsoon over Indonesia, Australia and New Guinea. J. Meteorol.
Soc. Jpn. 72: 255267.
The Agricultural Market Information System (AMIS). 2012. AMIS
Crop Calendar. www.amis-outlook.org/amis-about/calendars/en.
[12 Januari 2016].
Traoré, S.B., F.N. Reynier, M. Vaskman, B. Koné, A. Sidibé, A
Yorote, K. Yattara, and M. Kouressy. 2000. Adaptation à la
sécheresse des écotypes locaux de sorgho du Mali. Sécheresse
11: 227237.
USDA-NASS. 1997. Usual planting and harvesting dates for U.S.field
crops. Agricultural Handbook No. 628. United States Department
of Agriculture–National Agricultural Statistics Service,
Washington, DC.
USDA. 2016. Major world crop areas and climatic profiles. http://
www.usda.gov/oce/weather/pubs/Other/MWCACP [28 Maret
2016].
USDA-FAS. 2016. Crop Explorer. http://www.pecad.fas. usda. gov/
cropexplorer/. [10 Januari 2016].
Vimont, D.J., D.S. Battisti, and R.L. Naylor. 2010. Downscaling
Indonesian precipitation using large-scale meteorological fields.
Int'l. J. Climatol. 30: 17061722.
Walter, M.W. 1967. Length of the rainy season in Nigeria. Nigerian
Geograph. J. Agric. Sci. 10: 123–128.
Wang, B., L. Ho, Y. Zhang, and M.M. 2004. Definition of South
China Sea monsoon onset and commencement of the East Asia
summer monsoon. J. Climate 17: 699–710.
Wang, W., S. Saha, H.L. Pan, S. Nadiga, and G. White. 2005.
Simulation of ENSO in the new NCEP Coupled Forecast System
Model. Monthly Weather Rev. 133: 1574–1593.
Xie, A., Y.S. Chung, X. Liu, and Q. Ye. 1997. On the international
variations of the summer monsoon onset over the South China
Sea. J. Korea Meteorol. Soc. 33(3): 553–567.
Yoshida, S. 1981. Fundamentals of Rice Crop Science. International
Rice Research Institute, Manila, Philippines. 269 pp.